CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

طراحی و پیاده سازی سیستم تشخیص ماسک بر روی گیت های ورودی با استفاده از سامانه پردازش تصویر و یادگیری عمیق ماشین

عنوان مقاله: طراحی و پیاده سازی سیستم تشخیص ماسک بر روی گیت های ورودی با استفاده از سامانه پردازش تصویر و یادگیری عمیق ماشین
شناسه ملی مقاله: WHMAC01_036
منتشر شده در اولین کنفرانس ملی تحقق ایده های دست نیافتنی در زمینه فناوری اطلاعات و تکنولوژی(الکترونیکی) در سال 1399
مشخصات نویسندگان مقاله:

داود متولی زاده نائینی - دپارتمان مهندسی برق و کامپیوتر، دانشکده مهاجر، عضو عیات علمی دانشگاه فنی و حرفه ای استان اصفهان، ایران
محمدرضا مسائلی - مهندسی تکنولوژی الکترونیک، دانشکده مهاجر، دانشگاه فنی و حرفه ای استان اصفهان، ایران

خلاصه مقاله:
امروزه هوش مصنوعی در اکثر سیستم ها، از جمله سامانه های تحلیلی، نظارتی، اینترنت اشیا و امنیتی نفوذ کرده و سیستم های تحتکنترل هوش مصنوعی در دنیای امروز پرکاربرد شده است. حال با توجه به وجود چنین سیستم هایی و با توجه به شرایط فعلی کره زمین و همه گیریویروس خطرناک کرونا ما با استفاده از فناوری هوش مصنوعی از زیر شاخه (deep learning) توانستیم سامانه ای را به عنوان سیستم نظارتی وپایش در تردد افراد همراه با ماسک یا بی ماسک پیاده سازی و اجرایی نماییم که از آن می توان در گیت های ورودی مکان هایی مثل فروشگاه ها وایستگاه های مترو استفاده کرد. عملکرد سیستم به این صورت است که در صورت رعایت نکردن پروتکل های بهداشتی و نقض قوانین، سیستم بهشخص تذکر داده و مانع از ورود فرد متخلف به مکان مورد نظر می شود. در نهایت با نصب دوربین های امنیتی در ورودی و خروجی گیت ها می توانسیستمی را تحت عنوان سامانه نظارتی در خصوص بررسی رعایت شرایط و قوانین پروتکل های بهداشتی اجرایی و به عرضه عمومی رساند و بهراحتی توسط یک ماشین هوش مصنوعی از پیشرفت و همه گیری این ویروس جلوگیری نمود و در عمل جمله ی "پیشگیری بهتر از درمان است" را اجرایی نمود.

کلمات کلیدی:
هوش مصنوعی، پردازش تصویر، یاد گیری عمیق، کرونا (covid 19)

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1171016/